1. Cross Validation (교차검증)
-
모델을 학습시킬 때, 데이터셋을 크게 Training Set과 Test Set으로 나누어 수행
-
Training Set으로 모델 학습, Test Set으로 모델 검증
-
이렇게 데이터셋을 나눌 경우 Training Set에서는 정확도가 높지만, Test Set에서는 정확도가 높지 않은 Overfitting(과적합)문제가 발생
-
Overfitting(과적합) 문제를 해결하기 위해 사용하는 것
-
Cross Validation은 Training Set을 Training Set + Validation Set으로 나누어 모델 학습 진행
-
대표적으로 사용하는 Cross Validation : K-fold Cross Validaton
2. K-fold Cross Validation
- Training Data를 학습용(Training Set)과 검증용(Validation Set)으로 데이터셋을 나누는 방법
- Training Data를 K개로 분할한 뒤 K-1개는 Training Set, 1개는 Validation Set으로 사용하여 모델을 학습 및 검증하는 작업을 K번 반복하여 K개의 검증 지표를 얻어냄
Reference
https://www.incodom.kr/k-%EA%B2%B9_%EA%B5%90%EC%B0%A8_%EA%B2%80%EC%A6%9D
https://velog.io/@recoder/Cross-Validation
https://losskatsu.github.io/machine-learning/cross-validation/#%EC%B0%B8%EA%B3%A0%EB%A7%81%ED%81%AC
